聚类集成算法研究及在遥感图像上的应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 图清单 | 第11页 |
| 表清单 | 第11-12页 |
| 1 绪论 | 第12-22页 |
| ·聚类分析 | 第12-13页 |
| ·聚类集成 | 第13-16页 |
| ·遥感图像 | 第16-20页 |
| ·遥感原理 | 第16-17页 |
| ·遥感图像处理 | 第17-18页 |
| ·遥感图像聚类 | 第18-19页 |
| ·遥感图像聚类难点 | 第19-20页 |
| ·论文主要工作 | 第20页 |
| ·论文章节安排 | 第20-22页 |
| 2 经典聚类算法 | 第22-28页 |
| ·引言 | 第22页 |
| ·经典聚类算法 | 第22-27页 |
| ·基于层次聚类算法 | 第22-23页 |
| ·基于划分式聚类算法 | 第23-24页 |
| ·基于密度聚类算法 | 第24-25页 |
| ·基于网格聚类算法 | 第25页 |
| ·其它聚类算法 | 第25-27页 |
| ·聚类算法研究方向 | 第27-28页 |
| 3 聚类集成算法 | 第28-37页 |
| ·聚类集成算法介绍 | 第28-34页 |
| ·聚类集成算法研究现状 | 第34-35页 |
| ·聚类集成算法发展方向 | 第35-36页 |
| ·小结 | 第36-37页 |
| 4 ECUNGA 算法 | 第37-50页 |
| ·算法基本知识介绍 | 第37-40页 |
| ·聚类集体生成 | 第40-41页 |
| ·一致性函数 | 第41-45页 |
| ·一致性函数介绍 | 第41-43页 |
| ·一致性函数时间复杂度分析 | 第43-45页 |
| ·ECUNGA 算法的实验验证 | 第45-48页 |
| ·数据集 | 第45页 |
| ·算法有效性实验 | 第45-46页 |
| ·聚类集体规模对算法影响力的实验 | 第46-47页 |
| ·实验结果分析 | 第47-48页 |
| ·小结 | 第48-50页 |
| 5 改进 ECUNGA 算法 | 第50-54页 |
| ·ECUNGA 算法缺点和改进方法 | 第50页 |
| ·改进 ECUNGA 算法介绍 | 第50-52页 |
| ·改进 ECUNGA 算法的实验验证和分析 | 第52-53页 |
| ·小结 | 第53-54页 |
| 6 聚类集成在遥感图像上应用 | 第54-62页 |
| ·遥感图像聚类 | 第54-55页 |
| ·遥感图像聚类研究现状 | 第55-56页 |
| ·聚类集成算法在遥感图像上应用 | 第56-61页 |
| ·算法介绍 | 第56-58页 |
| ·实验验证 | 第58-61页 |
| ·小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| ·论文工作总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简历 | 第68页 |
